基于圖像配準(zhǔn)紙幣圖像識(shí)別方法

《基于圖像配準(zhǔn)紙幣圖像識(shí)別方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、基于圖像配準(zhǔn)紙幣圖像識(shí)別方法　　第3卷第6期2013年12月智能計(jì)算機(jī)與應(yīng)用INTELLIGENTCOMPUTERANDAPPLICATIONSVol.3No.6Dec.2013收稿日期：2013-10-24摘要：提出了基于圖像配準(zhǔn)的多光譜紙幣圖像識(shí)別架構(gòu)，通過(guò)對(duì)紙幣圖像的配準(zhǔn)來(lái)實(shí)現(xiàn)相似紙幣識(shí)別、紙幣防偽特征檢測(cè)。由于紙幣圖像同時(shí)具有顯著的結(jié)構(gòu)特性和不穩(wěn)定的局部特性，采用分級(jí)的變換模型對(duì)紙幣圖像配準(zhǔn)：對(duì)于全局的剛性形變采用基于Harris角點(diǎn)特征的仿射變換算法，對(duì)于紙幣圖像局部非剛性形變采用基于B

2、-樣條的FFD模型的非剛性配準(zhǔn)算法。實(shí)驗(yàn)表明，本模型能很好的完成紙幣圖像的配準(zhǔn)，并在相似紙幣識(shí)別和紅外防偽特征檢測(cè)方面能達(dá)到較高的精確度。關(guān)鍵詞：紙幣圖像；圖像配準(zhǔn)；Harris角點(diǎn)特征；B-樣條FFD模型中圖分類號(hào)：TP391.4文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-2163（2013）06-0078-040引言7圖像配準(zhǔn)是指對(duì)同一場(chǎng)景在不同時(shí)間、不同視角或不同傳感器拍攝的兩幅或多幅圖像之間確定最佳匹配的過(guò)程，廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)、醫(yī)學(xué)診斷、遙感圖像處理等多個(gè)領(lǐng)域。根據(jù)變換模型的不同，圖像配準(zhǔn)算法可

3、以分為剛性變換和非剛性變換[1，2]。剛性配準(zhǔn)既是針對(duì)圖像的六個(gè)自由度（三個(gè)平移分量、三個(gè)旋轉(zhuǎn)分量）的空間變換。目前的剛性配準(zhǔn)算法研究已比較成熟，可以達(dá)到較高的配準(zhǔn)精度。非剛性配準(zhǔn)則涉及圖像更多的自由度變換，主要思想是將非剛性配準(zhǔn)問(wèn)題看作一個(gè)優(yōu)化問(wèn)題，即對(duì)待配準(zhǔn)圖像實(shí)施特定的空間變換得到與參考圖像相似性測(cè)度最大的圖像。紙幣圖像包含有豐富的多光譜圖像信息，為了防偽目的紙幣印刷采用多種防偽油墨，在不同的光傳感器下會(huì)呈現(xiàn)不同光譜圖像，主要是紅外光圖像信息和紫外光圖像信息，通過(guò)局部的防偽特征的檢測(cè)可以實(shí)現(xiàn)

4、紙幣的檢偽。7由于紙幣有著相對(duì)固定的印刷格式，將待檢測(cè)紙幣與參考紙幣進(jìn)行比較，是一種比較有效的紙幣圖像分析方法。但同時(shí)紙幣圖像也具有兩大不穩(wěn)定因素：首先，紙幣是以紙張為介質(zhì)，容易受環(huán)境溫度、濕度影響，流通中在折疊磨損的作用下會(huì)發(fā)生難以估計(jì)的變化；其次，紙幣是極其復(fù)雜的印刷品，圖案多為細(xì)小線條構(gòu)成，這種局部紋理在低分辨率成像條件下，表現(xiàn)極不穩(wěn)定，同時(shí)不同版次的紙幣圖案還會(huì)有一定的誤差（數(shù)值可達(dá)數(shù)毫米）。所以，待檢測(cè)紙幣與參考紙幣就會(huì)有較大的差異，紙幣圖像的這種特點(diǎn)則要求在紙幣圖像配準(zhǔn)過(guò)程中既需要全局

5、的剛性變換，又需要局部的非剛性變換。本文在分析紙幣圖像特點(diǎn)的基礎(chǔ)上，提出了分級(jí)的變換模型對(duì)紙幣圖像進(jìn)行配準(zhǔn)，即首先對(duì)圖像整體上進(jìn)行剛性變換，然后對(duì)圖像采用局部的非剛性變換，并取得了較好的配準(zhǔn)結(jié)果。1紙幣圖像配準(zhǔn)的分級(jí)變換模型針對(duì)待配準(zhǔn)紙幣圖像與參考紙幣圖像之間既存在整體上的剛性形變，又有局部的非剛性畸變的特點(diǎn)，單一的仿射變換已經(jīng)不能滿足紙幣圖像的配準(zhǔn)，本文采用由全局形變和局部形變組成的分級(jí)變換模型對(duì)紙幣圖像進(jìn)行配準(zhǔn)。分級(jí)變換模型可以進(jìn)行如下的公式化描述：整體的空間變換T（x，y）分成兩個(gè)步驟。首先

6、，對(duì)紙幣圖像進(jìn)行全局的剛性變換Tglobal（x，y）來(lái)描述待配準(zhǔn)紙幣圖像與參考圖像之間的整體剛性變換，此時(shí)可以采用基于Harris角點(diǎn)特征的剛性變換模型作為圖像整體剛性配準(zhǔn)的空間變換模型。在此基礎(chǔ)上，對(duì)紙幣圖像進(jìn)行局部的非剛性變換Tglobal（x，y），采用基于B樣條的FFD模型[3，4]進(jìn)行描述。具體公式為：T（x，y）=Tglobal（x，y）+Tlocal（x，y）（1）2紙幣圖像配準(zhǔn)2.1紙幣圖像預(yù)處理7紙幣清分設(shè)備中，實(shí)際上都采用高速掃描裝置通過(guò)傳感器來(lái)采集紙幣圖像，在掃描時(shí)多會(huì)受到

7、傾斜和側(cè)向移動(dòng)影響，因此通常狀況下就會(huì)存在一定程度的幾何變形。圖像采集過(guò)程中，傳感器緊貼紙幣，可以忽略視角、視距對(duì)于圖像的影響，同時(shí)紙幣的原始形狀是矩形，發(fā)生幾何形變后紙幣圖像仍可以保持為平行四邊形，因此可以通過(guò)檢測(cè)紙幣圖像四條邊沿，就可以進(jìn)行傾斜校正。圖1為校正前后的紙幣圖像，直接采用嶄新、無(wú)折痕的紙幣進(jìn)行采樣幾何校正后作為參考紙幣圖像。相似性測(cè)度是用來(lái)度量待配準(zhǔn)圖像和參考紙幣圖像之間的相似程度，經(jīng)典的相似性測(cè)度方法包括灰度差平方和（SSD）、互信息（MI）和互相關(guān)法。目前，互信息[5]（Mut

8、ualInformation，MI）法是一種廣泛使用的圖像配準(zhǔn)的相似性測(cè)度方法?；バ畔⑹切畔⒄摰幕靖拍睿ㄟ^(guò)熵值來(lái)描述兩幅圖像的互信息，表示兩幅圖像相互包含的信息量。若兩幅圖像完全相同，則兩幅圖像的互信息值達(dá)到最大，最大值為2，即兩幅圖像越相似，兩者間的互信息值越大。圖像A和B的熵分別定義為：H（A）=-∑apA（a）logpA（a）H（B）=-∑bpB（b）logpB（b）（2）圖像A和B的聯(lián)合熵定義為：H（A，B）=-∑a，bpAB（a，b）logpAB（a，b）（3）7這里